مؤلف على Habr يضبط YOLOv8l على أشعة الأسنان ويرفع mAP50 إلى 0,642

نشر مؤلف دراسة على Habr الجزء الثاني من مشروع «ИИ-Стоматолог» («طبيب الأسنان بالذكاء الاصطناعي»): فقد انتقل كاشف الأمراض في صور الأشعة البانورامية للأسنان من YOLO26n إلى YOLOv8l (209 طبقات، و43,6 مليون معامل، و165,4 GFLOPs). واستغرق التدريب النهائي على مرحلتين بدقة 1280×1280 مدة 29,3 دقيقة على بطاقة NVIDIA A100 80GB PCIe واحدة. وعلى مجموعة التحقق DENTEX Challenge (144 صورة، و709 كائنات) سجّل النموذج mAP50 بقيمة 0,642 وmAP50-95 بقيمة 0,408. وقيمة العمل لا تكمن في رقم قياسي، بل في عرض صريح لما نجح وما لم ينجح.

تنظيف البيانات وحماية مجموعة التحقق من التسرب

في الجزء الأول اختُبر النموذج الأولي على أربع فئات، لكن تبيّن أن الأرشيف التدريبي يضم صورًا ملونة لتجويف الفم. وتسببت هذه الصور في كشوفات خارج التوزيع المستهدف. أما التشغيل الوسيط على تسع فئات (مع الحشوات والتيجان والزرعات) فسجّل mAP50 بقيمة 0,511، وAP50 للبؤر حول الذروية 0,069 فقط: فقد شكّلت الحشوات والقنوات المحشوة أكثر من 65% من جميع التسميات، بينما بلغ عدد البؤر 1 584 فقط. لذلك أُزيلت الترميمات وبقيت أربع فئات: Caries وDeep Caries وImpacted وPeriapical Lesion.

جُمعت مجموعة Clean_Dental_v3 من DENTEX (2585×1353) وTufts Dental Database (1 000 صورة) ومستودع Loki_Dental (13 932 ملفًا). وتتكوّن مجموعة التحقق من DENTEX وحدها: فبحسب اللوائح تقابل كل صورة مريضًا واحدًا، ولذلك لا توجد تقاطعات بين train وval. أما القواعد الخارجية فاستُخدمت للتدريب حصرًا. وأزالت إزالة التكرار بواسطة dHash ما مجموعه 33 صورة مكررة، واستبعد مرشّح النسب والقنوات اللونية 1 571 صورة.

وصُحّح كذلك خطآن في أداة تجميع البيانات. فقد كانت الإطارات الكبيرة في Loki_Dental تتحول تلقائيًا إلى Deep Caries بحسب المساحة (2 463 كائنًا)، مع أن عمق التسوس يُحدَّد بالقرب من الحجرة اللبية لا بالمساحة. أما الآن فتتكوّن فئة Deep Caries من 565 تسمية من DENTEX، ويبقى كل تسوس Loki ضمن فئة Caries (3 556 كائنًا).

وإضافة إلى ذلك، كانت قراءة Loki تتوقف عند الملف 6 118 من أصل 13 932 بسبب حد قدره 1 200 صورة، فيضيع 56% من الأرشيف. وعثر الانتقاء الجديد بمرحلتين على 2 379 مرشحًا فيها بؤر حول ذروية وأكياس. وتكررت الفئات النادرة في قائمة التدريب: ثلاث مرات لصور DENTEX التي تحتوي على Deep Caries وPeriapical Lesion، ومرتين لصور Tufts وLoki التي تحتوي على بؤر حول ذروية.

مرحلتا التدريب وثلاث حيل فاشلة

بدأت المرحلة الأولى من النموذج المدرَّب مسبقًا yolov8l.pt مع تفعيل جميع الطبقات: 25 حقبة (epoch) خلال 23,9 دقيقة، وتوقف التدريب بآلية EarlyStopping، وجاءت أفضل نتيجة في الحقبة العاشرة. أما المرحلة الثانية فاستمرت 12 حقبة خلال 5,4 دقيقة مع تجميد أول 10 طبقات من الـbackbone، وlr0=0,0001، ووزن أكبر قليلًا لخسارة التصنيف (1,8 مقابل 1,6). واستغرق التنقيح الأولي على Tesla T4 في Colab نحو ثلاث ساعات. والنتيجة بحسب المرحلتين: ارتفع mAP50 من 0,609 إلى 0,642، وارتفع AP50 للبؤر حول الذروية من 0,461 إلى 0,516. ويبلغ زمن معالجة الإطار الواحد على A100 نحو 5,8 مللي ثانية.

واختُبر كذلك تحسينان «مجانيان». فقد أعطى المتوسط الخطي لأوزان المرحلتين (Model Soup بنسبة 50/50) على T4 بدقة 1024 px مكسبًا طفيفًا، لكنه خفّض mAP50 إلى 0,634 عند 1280 px. وفي الوقت نفسه ارتفعت precision عند نقطة F1 الأعظمية من 69,6% إلى 75,6%، وارتفع زمن الإطار إلى 7,3 مللي ثانية. وفي النسخة العاملة اعتُمدت نقطة الحفظ (checkpoint) النقية للمرحلة الثانية. أما TTA متعدد المقاييس في Ultralytics فقد أضرّ بالنتيجة: إذ هبطت precision في Deep Caries من 60,5% إلى 25,9%، وفي Periapical Lesion من 39,2% إلى 20,3%، وارتفع زمن الإطار على T4 من 54,5 إلى 128 مللي ثانية. ويفسّر المؤلف ذلك بتشغيل نسخة مصغّرة (0,83x) ودمج الإطارات ذات العتبة المنخفضة قبل NMS. ولم تُختبر هذه الفرضية على حدة.

واستُبدلت عتبة conf=0,50 الموحدة بعتبات خاصة بكل فئة استنادًا إلى منحنيات F1-Confidence: Caries 0,23، وDeep Caries 0,21، وImpacted 0,56، وPeriapical Lesion 0,26. والعتبات أعلى للصور المضغوطة المأخوذة من الإنترنت، وأدنى لأغراض الفحص الأولي (screening).

أين يخطئ النموذج وما الذي يعيق التطبيق السريري

أفضل الفئات أداءً هي Impacted: F1 يساوي 0,914، وprecision تساوي 92,3%، وrecall يساوي 90,6%. أما البؤر حول الذروية فأداؤها أضعف: precision تساوي 76,4%، لكن recall لا يتجاوز 43,3%، أي إن أكثر من نصف البؤر يفوت النموذج. وهذا أمر جوهري في الفحص الأولي.

وعلى صور بانورامية للاختبار عثر النموذج على جميع المناطق الموسومة في حالة واحدة، وعلى 5 من 6 في حالة أخرى، لكنه فاته تسوس في الضرس العلوي الأيمن. كما أضاف إطارات غير موجودة في تسميات DENTEX (الأسنان #48 و#36 و#25 و#26). ومن دون فحص أعمى يجريه أخصائيو الأشعة يتعذر القول إن كانت هذه حالة مرضية فائتة أم كشفًا خاطئًا. وهناك أيضًا خطأ منهجي: إذ تُحسب ترقيم الأسنان بنظام FDI من مركز الإطار بالنسبة إلى الخط y=0,52، ولذلك حصل تسوس في الضاحك العلوي على الرقم #45 بدلًا من #15. ويخطط المؤلف لاستبدال هذه الصيغة بتجزئة (segmentation) منفصلة للأسنان الـ32.

ويذكر المؤلف نفسه القيود العملية. فالمقاييس مأخوذة من DENTEX فقط، وتحتاج العيادات الروسية إلى عينة من أجهزة التصوير البانورامي المحلية (ортопантомографов). وفي الصور المضغوطة المأخوذة من تطبيقات المراسلة (650×340–900×600) يكون اكتشاف التسوس الصغير أضعف، ولذلك تحتاج الواجهة إلى تحذير بشأن الدقة المنخفضة. والخلاصة الرئيسية للممارسين: في مجموعة بيانات طبية صغيرة، أعطى العمل الدقيق على التسميات، وعزل مجموعة التحقق، وضبط العتبات نتائج أكبر من تغيير البنية أو من أساليب مثل TTA ومتوسط الأوزان. وقد اكتمل التدريب كله خلال نصف ساعة على بطاقة واحدة.